博客
关于我
IP-Guard文件加密权限设置(实例二)
阅读量:519 次
发布时间:2019-03-07

本文共 413 字,大约阅读时间需要 1 分钟。

经过一段时间的发展,A公司增设了测试部和市场部,开始自主生产产品。测试部主要负责产品测试,同时对加密系统有了新的需求,具体体现在以下几个方面:

  • 当前授权软件库中没有测试部用到的软件需要定制授权:

    • 对于测试部门所需的定制授权软件,需要导入自定义授权库或添加新的授权软件。
  • 测试部的设计文档访问权限需求:

    • 测试部的设计文档默认情况下不允许公司其他部门人员直接查看,普通员工也无法查看测试部主管生成的文档。
  • 文档审批流程的设置:

    • 测试部主管生成的文档需要经过经理和总监的双重审批后才能带出,测试部主管的默认安全属性高于普通员工,需要设置相应安全级别。
  • 解密策划方案的能力:

    • 市场部通过邮件向公司股东提供的策划方案可以直接解密查看。
  • 针对以上需求,建议采取以下措施进行处理和优化:

    • 对测试部人员生成的加密文件设置默认安全属性
    • 对市场部设置邮件白名单
    • 针对测试部添加多级审批流程
    • 测试部主管文档的安全属性设置
    • 测试部对外文档访问权限设置

    转载地址:http://wsscz.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
    查看>>
    OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
    查看>>
    VS2003 Front Page Server Extension
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
    查看>>
    OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
    查看>>
    OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
    查看>>
    OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 基于改进YOLOv8的景区行人检测算法
    查看>>
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>
    OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLO-World做目标检测
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
    查看>>
    OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
    查看>>